Spennemann, Dirk H. R., y Kay Oddone. “What do librarians look like? Stereotyping of a profession by generative AI.” Journal of Librarianship and Information Science (publicado recientemente). DOI: 10.1177/09610006251357286

El artículo investiga si existen sesgos en la representación visual de los bibliotecarios en las respuestas generadas por ChatGPT. El objetivo principal es analizar cómo la inteligencia artificial reproduce o refuerza estereotipos profesionales al generar imágenes asociadas a esta profesión.

Se analiza cómo la inteligencia artificial generativa, específicamente ChatGPT4o con integración de DALL·E, produce imágenes estereotipadas de bibliotecarios en distintos contextos (bibliotecas escolares, públicas y universitarias). El estudio compara representaciones generadas por IA con estereotipos tradicionales profundamente arraigados en la percepción social del oficio.

Los autores parten de la premisa de que los estereotipos profesionales —como la imagen del bibliotecario rígido, femenino, de mediana edad, vestido con rebecas y gafas— persisten desde hace décadas y han sido reforzados por la cultura popular. La investigación se propone averiguar si la IA reproduce estos estereotipos o introduce sesgos adicionales que distorsionan la realidad demográfica de la profesión.

El marco teórico de la investigación se sustenta en la idea de que los estereotipos son “generalizaciones perezosas” que reducen a los individuos a una serie de características simplificadas y frecuentemente sesgadas. Esto implica una reflexión crítica sobre cómo la IA, al aprender de grandes cantidades de datos, puede perpetuar imágenes prejuiciosas que afectan la percepción de los bibliotecarios como un grupo homogéneo, con atributos visuales específicos que posiblemente no correspondan con la diversidad real del perfil profesional.

El método consistió en usar zero-shot prompting, es decir, instrucciones abiertas a ChatGPT para generar imágenes en dos situaciones: (1) dos bibliotecarios conversando y (2) un bibliotecario asesorando a un usuario. Se produjeron 300 imágenes en total (50 por escenario y tipo de biblioteca). Estas se analizaron según variables como género, edad, etnicidad, indumentaria, peinados, postura corporal y representación del espacio bibliotecario.

Los resultados muestran un claro sesgo. En términos étnicos, más del 98% de los bibliotecarios fueron representados como caucásicos, con mínima aparición de asiáticos (1,6%) y prácticamente ninguna representación afrodescendiente o de otras minorías. En cuanto al género, mientras que las bibliotecas escolares presentaron cierta paridad (52% hombres, 48% mujeres), las públicas y universitarias mostraron una fuerte sobrerrepresentación masculina, llegando al 94% de hombres en universidades, lo cual contradice las estadísticas reales que indican que la profesión es mayoritariamente femenina. Además, los hombres fueron situados sistemáticamente en posiciones de autoridad, ya sea de pie, en el lado izquierdo de la imagen o interactuando con usuarios de forma jerárquica, lo que refuerza la percepción de dominación masculina en el ámbito profesional.

Respecto a la edad, se observó una tendencia a representar a los bibliotecarios como más mayores en entornos académicos y públicos, mientras que en las bibliotecas escolares se los mostró más jóvenes. En el caso de las mujeres, los estereotipos visuales fueron evidentes: las más jóvenes aparecían con el cabello suelto o en coleta y con blusas, mientras que las de mayor edad eran representadas con moños, rebecas y gafas. Los hombres, por su parte, eran retratados con barba a medida que aumentaba la edad y predominantemente vestidos con traje, especialmente en el entorno universitario.

El análisis también reveló problemas éticos: algunas imágenes mostraban conductas inapropiadas, como bibliotecarios (sobre todo hombres mayores) colocando la mano en el hombro de usuarios, lo cual puede transmitir un mensaje de exceso de familiaridad o incluso acoso. Además, la IA cometió errores de generación (libreros flotantes, figuras con más extremidades, etc.), reflejando las limitaciones técnicas del modelo.

En la discusión, los autores señalan que, aunque ciertos rasgos coinciden con la demografía real (predominio de profesionales caucásicos y de edad media-alta), la IA tergiversa aspectos clave al sobrerrepresentar a hombres en posiciones de autoridad y minimizar la presencia femenina. Esto refuerza prejuicios que ya afectan la percepción pública de la profesión y la consolidan como subordinada o poco visible. Además, se alerta sobre el peligro de que imágenes producidas por IA —al ser baratas, rápidas y libres de derechos— se difundan ampliamente en materiales educativos o de comunicación, contribuyendo a perpetuar desigualdades y discriminación en lugar de reflejar la diversidad real.

En conjunto, este trabajo contribuye al debate en torno a los riesgos y limitaciones éticas del uso de inteligencia artificial generativa en contextos profesionales, especialmente aquellos en que la representación visual puede influir en la percepción pública y en dinámicas de identidad laboral. La investigación subraya la necesidad de mayor vigilancia y conciencia crítica sobre la manera en que la IA reproduce normas culturales y estereotipos visuales.